通信原理樊昌信随机过程.pptVIP

* 功率谱密度和自相关函数曲线 带限白噪声只有在 上得到的随机变量才不相关。 （很重要） 3.7 高斯白噪声和带限白噪声 * 3. 带通白噪声 如果白噪声通过理想矩形的带通滤波器或理想带通信道，则其输出的噪声称为带通白噪声。 功率谱密度 自相关函数 3.7 高斯白噪声和带限白噪声 * 带通白噪声的功率谱和自相关函数曲线 3.7 高斯白噪声和带限白噪声 * 窄带高斯白噪声 带通滤波器的 B fc ，因此称窄带滤波器， 相应地把带通白高斯噪声称为窄带高斯白噪声。 窄带高斯白噪声的表达式和统计特性见3.5节。 平均功率 B —— 理想矩形的带通滤波器带宽 对于实际的带通滤波器，B应是噪声等效带宽。 3.7 高斯白噪声和带限白噪声 * 第3章作业 3-9 3-14 * * 用互补误差函数erfc(x)表示正态分布函数： 式中 当x 2时， 用Q函数表示正态分布函数： 3.3.3 高斯随机变量 * 注意：几个重要积分 概率积分： 误差函数： 余误差函数： 3.3.3 高斯随机变量 作业 3-2 3-5 （需要对照习题说明一下） * * 确知信号通过线性系统 对应的傅里叶变换关系： 随机信号通过线性系统 输出随机过程的统计特性？ 3.4 平稳随机过程通过线性系统 * 1. 输出过程?o(t)的均值 设输入过程是平稳的 ，则 输出过程的均值是一个常数。 3.4 平稳随机过程通过线性系统 * 2. 输出过程?o(t)的自相关函数 输入过程的平稳 于是 输出过程的自相关函数仅是时间间隔? 的函数。 3.4 平稳随机过程通过线性系统 若线性系统的输入是平稳的，则输出也是平稳的。 * 3. 输出过程?o(t)的功率谱密度 令 ?? = ? + ? - ? 3.4 平稳随机过程通过线性系统 输出过程的功率谱密度是输入过程的功率谱密度乘以系统频率响应模值的平方。 * 4. 输出过程?o(t)的概率分布 注意:与输入高斯过程相比，输出过程的数字特征已经改变了。 3.4 平稳随机过程通过线性系统 如果线性系统的输入过程是高斯型的，则系统的输出过程也是高斯型的。 * 若随机过程? (t)的谱密度集中在中心频率fc附近相对窄的频带范围? f 内，即满足? f fc的条件，且 fc 远离零频率，则称该?(t)为窄带随机过程。 3.5 窄带随机过程 * 窄带随机过程的表示式 式中，a? (t) － 随机包络， ?? (t) － 随机相位 ?c － 中心角频率 a? (t)和?? (t)的变化相对于载波cos ?ct 的变化要缓慢得多。 3.5 窄带随机过程 * 窄带随机过程表示式展开 式中 － ?(t) 的同相分量 － ?(t) 的正交分量 a? (t)和?? (t) ?c(t) 和?s(t) 3.5 窄带随机过程 ——? (t)的统计特性 * 设?(t)是平稳高斯窄带过程，且均值为零，方差为 则 ?c(t)和?s(t)也是零均值、同方差的平稳高斯过程。 证明： 1. 数学期望： 因为?(t)平稳且均值为零，故对于任意的时间t，都有E[?(t)] = 0 ，所以 3.5.1 ?c(t) 和?s(t) 的统计特性 * 2. ?(t)的自相关函数： 式中 因为?(t)平稳，故有 这就要求上式的右端与时间t无关，而仅与? 有关。 因此，若令 t = 0，上式仍应成立，它变为 3.5.1 ?c(t) 和?s(t) 的统计特性 * 因与时间t无关 所以 令 t = π/2?c，同理可得 3.5.1 ?c(t) 和?s(t) 的统计特性 若窄带过程?(t)是平稳的，则?c(t)和?s(t)也必然是平稳的。 * 3. 方差 同时成立 同相分量?c(t) 和正交分量?s(t)具有相同的自相关函数。 根据互相关函数性质，有 则 奇函数 同理可证 3.5.1 ?c(t) 和?s(t) 的统计特性 ?(t) 、 ?c(t)和?s(t)具有相同的平均功率或方差。 * 4. 分布 ?c(t1)， ?s(t2) ——高斯随机变量 ?c(t) 、 ?s(t) ——高斯过程 根据 ?c(t) 与?s(t)在? = 0处互不相关， 因此?c(t) 与?s